Умные мусорные баки сократят объемы пищевых отходов
Прослушать текстРезультаты исследований Всемирного банка показали, что к 2020 году большинство городов мира столкнутся с проблемой резкого увеличения количества выбрасываемого мусора. До 2025 года ежегодный объем отходов увеличится с 1,3 млрд до 2,2 млрд тонн. Чтобы собрать и утилизировать такой объем мусора, коммунальным службам придется потратить почти $375 млрд., тогда как сейчас на эти цели тратится $205 млрд.
Часть задачи по сокращению отходов решат технологии технологии искусственного интеллекта. Они помогут минимизировать количество пищевых отходов и сэкономить ресторанам и гостиницам. К примеру, задача умного бака Winnow Vision состоит в анализе выброшенных понапрасну продуктов. Winnow Vision автоматически отслеживает количество пищевых отходов. Одной из ключевых задач разработчиков стала автоматизация процесса: сотрудники кухонь в отелях и ресторанах раньше вели большой объем бумажной документации о списаниях товара.
Winnow Vision оптимизирует значительную часть этого процесса, автоматически идентифицируя отходы. Без понимания пустых трат кухни не сократят излишние закупки. Winnow Vision cо временем система самосовершенствуется, отмечает генеральный директор Winnow Марк Зорнс (Marc Zornes).
В контейнере для мусора используются камера, весы и программные решения на базе искусственного интеллекта. С помощью ИИ умная корзина учится распознавать продукты. Winnow Vision определяет выброшенный продукт с точностью до 80%. Персоналу кухни нужно лишь определиться в правильности идентификации. Затем предприятия и шеф-повара получат данные о впустую потраченных финансах.
IKEA и Emmar Hospitality Group оснастили 75 кухонь баками Winnow Vision. В следующем году интеллектуальным решением будет оснащено порядка ста кухонь. Компании сообщают о сокращении пищевых отходов на 50% и 72% соответственно. Известно, что для IKEA это означает экономию до $100 тыс. долларов на магазин.
Распознавание изображений позволяет уменьшить количество отходов. В проекте Walmart Eden для идентификации скоропортящихся продуктов используется распознавание изображений вместе с алгоритмом свежести. По оценкам Walmart, этот функционал предотвратил отходы на сумму $86 млн. В расчет брались показатели 43 распределительных центров. Impact Vision использует гиперспектральную визуализацию, чтобы помочь компаниям оценить качество продуктов питания, срок годности и загрязнение.
В будущем мусорные баки расскажут, что в них находится, почему образовались пищевые отходы, составят инструкции по сокращению закупок.
Автор: Дана Гундерс (Dana Gunders), ведущий эксперт по сокращению пищевых отходов компании Next Course. Оригинал статьи: Forbes
Подписаться на новости
Часть задачи по сокращению отходов решат технологии технологии искусственного интеллекта. Они помогут минимизировать количество пищевых отходов и сэкономить ресторанам и гостиницам. К примеру, задача умного бака Winnow Vision состоит в анализе выброшенных понапрасну продуктов. Winnow Vision автоматически отслеживает количество пищевых отходов. Одной из ключевых задач разработчиков стала автоматизация процесса: сотрудники кухонь в отелях и ресторанах раньше вели большой объем бумажной документации о списаниях товара.
Winnow Vision оптимизирует значительную часть этого процесса, автоматически идентифицируя отходы. Без понимания пустых трат кухни не сократят излишние закупки. Winnow Vision cо временем система самосовершенствуется, отмечает генеральный директор Winnow Марк Зорнс (Marc Zornes).
В контейнере для мусора используются камера, весы и программные решения на базе искусственного интеллекта. С помощью ИИ умная корзина учится распознавать продукты. Winnow Vision определяет выброшенный продукт с точностью до 80%. Персоналу кухни нужно лишь определиться в правильности идентификации. Затем предприятия и шеф-повара получат данные о впустую потраченных финансах.
IKEA и Emmar Hospitality Group оснастили 75 кухонь баками Winnow Vision. В следующем году интеллектуальным решением будет оснащено порядка ста кухонь. Компании сообщают о сокращении пищевых отходов на 50% и 72% соответственно. Известно, что для IKEA это означает экономию до $100 тыс. долларов на магазин.
Распознавание изображений позволяет уменьшить количество отходов. В проекте Walmart Eden для идентификации скоропортящихся продуктов используется распознавание изображений вместе с алгоритмом свежести. По оценкам Walmart, этот функционал предотвратил отходы на сумму $86 млн. В расчет брались показатели 43 распределительных центров. Impact Vision использует гиперспектральную визуализацию, чтобы помочь компаниям оценить качество продуктов питания, срок годности и загрязнение.
В будущем мусорные баки расскажут, что в них находится, почему образовались пищевые отходы, составят инструкции по сокращению закупок.
Автор: Дана Гундерс (Dana Gunders), ведущий эксперт по сокращению пищевых отходов компании Next Course. Оригинал статьи: Forbes
Обсудить
Назад
